Klausur-Rechner — Bayes & Prognose

Dieses Tool enthält zwei unabhängige Rechner: Bayes-basierten Bestehens-Rechner (für Wahrscheinlichkeiten, mit Zufallsraten-Korrektur) und Klausur-Prognose Rechner (Auf Basis deiner Altklausuren + Lernzeit-Prognose).

Klausur-Bestehens-Rechner (Bayes)

Schätzt Netto-Wissen (Zufall entfernt) aus 3 Altklausuren, berechnet Wahrscheinlichkeiten und Noten-Wahrscheinlichkeiten.

Altklausur 1 (% Treffer)

Altklausur 2 (% Treffer)

Altklausur 3 (% Treffer)

Anzahl Fragen pro Prüfung

Antwortoptionen pro Frage

Bestehensgrenze (Prozent)

Optionen — Nervositäts-Abzug

Abzugsgröße (Prozentpunkte)

Abzug angewendet auf

Annahmen: Beta(1,1) Prior; wir behandeln die 3 Altklausuren als n_eff = nQuestions × 3 Beobachtungen.

Klausur Prognose Rechner — Repariert

Nutzt deine 3 Altklausuren, schätzt Netto-Wissen (Zufall entfernt), berechnet Bestehenswahrscheinlichkeit und wie viele Stunden (geschätzt) du noch lernen solltest, um ein Ziel-Risiko zu erreichen.

Altklausur 1 (%) Altklausur 2 (%) Altklausur 3 (%)

Anzahl Fragen Bestehensgrenze (%)

Bisherige Lernzeit (Stunden) Ziel-Bestehensgrenze (%)

Ziel-Bestehenswahrscheinlichkeit (%) Lern-Effizienz (h per +0.1 Netto-Wissen)

Wenn Felder leer: sinnvolle Defaults werden genutzt.

Hinweis: Die Lern-Effizienz ist benutzerdefiniert. Beispiel: 20 h / +0.1 Netto-Wissen → +0.1 k ≈ 20 Stunden.

Kurze Erklärung der Methodik

Netto-Wissen: (Altklausur-Quote − Zufallsniveau) / (1 − Zufallsniveau). Standard-Zufallsniveau = 0.2 (entspricht 5 Antwortoptionen).
Bestehens-Wahrscheinlichkeit: Binomialverteilung P[X ≥ need] mit p = Netto-Wissen.
Benötigte Lernzeit: Delta k → Stunden, über gewählte Lern-Effizienz.

Klausur-Rechner — Bayes & Prognose

Klausur-Bestehens-Rechner (Bayes)

Optionen — Nervositäts-Abzug

Klausur Prognose Rechner — Repariert

Kurze Erklärung der Methodik

Nutzungshinweise